Python 正则表达式_re模块_使用compile加速

使用compile加速

compile( rule [,flag] )

1. 将正则规则编译成一个Pattern对象，以供接下来使用。
2. 第一个参数是规则式，第二个参数是规则选项。
3. 返回一个Pattern对象
4. 直接使用findall ( rule , target )的方式来匹配字符串，一次两次没什么，如果是多次使用的话，由于正则引擎每次都要把规则解释一遍，而规则的解释又是相当费时间的，所以这样的效率就很低了。如果要多次使用同一规则来进行匹配的话，可以使用re.compile函数来将规则预编译，使用编译过返回的Regular Expression Object或叫做Pattern对象来进行查找。
5. 例
6. >>> s='111,222,aaa,bbb,ccc333,444ddd'
7. >>> rule=r’\b\d+\b’
8. >>> compiled_rule=re.compile(rule)
9. >>> compiled_rule.findall(s)
10. ['111', '222']
11. 可见使用compile过的规则使用和未编译的使用很相似。compile函数还可以指定一些规则标志，来指定一些特殊选项。多个选项之间用 ’|’（位或）连接起来。
12. I      IGNORECASE 忽略大小写区别。
13. L   LOCAL  字符集本地化。这个功能是为了支持多语言版本的字符集使用环境的，比如在转义符\w，在英文环境下，它代表[a-zA-Z0-9]，即所以英文字符和数字。如果在一个法语环境下使用，缺省设置下，不能匹配"é" 或 "ç"。加上这L选项和就可以匹配了。不过这个对于中文环境似乎没有什么用，它仍然不能匹配中文字符。
14. M    MULTILINE  多行匹配。在这个模式下’^’(代表字符串开头)和’$’(代表字符串结尾)将能够匹配多行的情况，成为行首和行尾标记。比如
15. >>> s=’123 456\n789 012\n345 678’
16. >>> rc=re.compile(r’^\d+’)    #匹配一个位于开头的数字，没有使用M选项
17. >>> rc.findall(s)
18. ['123']             #结果只能找到位于第一个行首的’123’
19. >>> rcm=re.compile(r’^\d+’,re.M)       #使用 M 选项
20. >>> rcm.findall(s)
21. ['123', '789', '345']  #找到了三个行首的数字
22. 同样，对于’$’来说，没有使用M选项，它将匹配最后一个行尾的数字，即’678’，加上以后，就能匹配三个行尾的数字456 012和678了.
23. >>> rc=re.compile(r’\d+$’)
24. >>> rcm=re.compile(r’\d+$’,re.M)
25. >>> rc.findall(s)
26. ['678']
27. >>> rcm.findall(s)
28. ['456', '012', '678']
29. S     DOTALL       ‘.’号将匹配所有的字符。缺省情况下’.’匹配除换行符’\n’外的所有字符，使用这一选项以后，’.’就能匹配包括’\n’的任何字符了。
30. U   UNICODE       \w, \W, \b, \B, \d, \D, \s 和 \S都将使用Unicode。
31. X     VERBOSE     这个选项忽略规则表达式中的空白，并允许使用’#’来引导一个注释。这样可以让你把规则写得更美观些。比如你可以把规则

1. >>> rc = re.compile(r"\d+|[a-zA-Z]+")       #匹配一个数字或者单词

1. 使用X选项写成：

1. >>> rc = re.compile(r"""  # start a rule

1. \d+                   # number

1. | [a-zA-Z]+           # word

1. """, re.VERBOSE)

1. 在这个模式下，如果你想匹配一个空格，你必须用'\ '的形式（'\'后面跟一个空格）